WAV2VEC2_XLSR_300M

torchaudio.pipelines.WAV2VEC2_XLSR_300M

具有 3 亿个参数的 XLS-R 模型，在来自多个数据集 (Multilingual LibriSpeech [Pratap *et al.*, 2020], CommonVoice [Ardila *et al.*, 2020], VoxLingua107 [Valk and Alumäe, 2021], BABEL [Gales *et al.*, 2014], 和 VoxPopuli [Wang *et al.*, 2021]) 的 128 种语言上进行预训练，未经过微调。

最初由 XLS-R [Babu *et al.*, 2021] 的作者在 MIT 许可证下发布，并以相同的许可证重新分发。[许可证, 源代码]

有关使用详细信息，请参考 torchaudio.pipelines.Wav2Vec2Bundle。